github-trend-summarizer

BasedHardware/omi

このリポジトリは何？

omi は「自分の1st brainよりも信頼できる2nd brain」をうたう、オープンソースの常時キャプチャ型 AI アシスタント。主要言語は Dart（モバイルアプリ）で、以下のコンポーネントを単一リポジトリで束ねている。

コンポーネント	ディレクトリ	技術
macOS デスクトップアプリ	desktop/	Swift + SwiftUI + Rust バックエンド
モバイルアプリ (iOS/Android)	app/	Flutter
バックエンド API	backend/	Python (FastAPI), Firebase, Firestore, Redis
ウェアラブル本体 ファーム	omi/	nRF + Zephyr (C)
スマートグラス ファーム	omiGlass/	ESP32-S3 (C)
SDK	sdks/	Python / Swift / React Native
MCP サーバ	mcp/	Model Context Protocol 連携
プラグイン / ペルソナ	plugins/, web/	Next.js 他

バックエンドは Listen (REST)・Pusher (WebSocket)・VAD・Diarizer (GPU) のマイクロサービス構成で、STT に Deepgram、保存に Firestore、キャッシュに Redis、要約・チャットに LLM を使う。既に 30 万人以上が利用中、ライセンスは MIT。

このリポジトリは何が嬉しいの？（類似手段との比較）

コアバリュー：画面 + 音声 + ウェアラブルの入力を一元化し、「見聞きしたすべてを覚えているチャット」と「要約・アクションアイテム自動生成」を提供する。

• Rewind.ai / Limitless Pendant / Humane Pin と比較：それらは基本的にクローズドな SaaS＋ハード。omi は ハードウェアの回路図まで含めて全部 OSS（MIT）。自前ビルド・自前ホスティング・プラグイン自作が可能で、ベンダーロックインが無い。
• Otter.ai / Fireflies 等の議事録 SaaS と比較：Otter 系は「会議の文字起こし」が中心。omi は会議に限らず画面と生活全体を 24 時間キャプチャし、後からチャットで横断検索できる。さらに action items や memory として構造化され、REST API / SDK / MCP 経由で他ツール（Slack, GitHub, 独自 LLM）へ流せる。
• ChatGPT / Claude Desktop と比較：単なる対話 LLM ではなく、自分の過去の発話・画面の文脈をすべて注入したうえで回答してくれる。「あの会議で誰が何を約束したか」「先週見た記事の要点は」を即答できる。
• 自作スクリプト派と比較：STT / 話者分離 / VAD / LLM 要約 / BLE プロトコル / Firestore 同期 / マルチプラットフォーム UI がすでに統合済み。Helm チャートと Modal ジョブで本番運用構成まで含まれている。

要するに「Rewind のフルスタック版を MIT でフォーク＆自作できる」のが最大の嬉しさ。

使うときの流れ

(A) 利用者として試す（クラウドBE利用）

1. macOS / iOS / Android 版をストア or macos.omi.me からインストール、もしくは app.omi.me をブラウザで開く。
2. ワンライナーで動作確認：git clone … && cd omi/desktop && ./run.sh --yolo（macOS 14+, Xcode, Node.js 必須）。
3. アプリが画面キャプチャ＋マイクを常時取り込み → クラウドでリアルタイム文字起こし → タイムライン・要約・アクションアイテム・AI チャットが UI に表示される。
4. 必要なら Omi ウェアラブル（BLE 接続）や Omi Glass（ESP32-S3、カメラ＋音声）を追加して 24 時間キャプチャに拡張。

(B) 開発者としてフル自前構築

1. 前提導入：xcode-select --install、Rust toolchain。
2. desktop/Backend-Rust/.env.example をコピーして認証情報を設定。./run.sh で起動。
3. モバイル開発は cd app && bash setup.sh ios|android、バックエンドは backend/ の FastAPI をローカル起動（Firestore / Redis / Deepgram の接続先を設定）。
4. 機能追加は plugins/ や SDK (sdks/python, swift, react-native) 経由でプラグイン化、または mcp/ で Model Context Protocol サーバとして LLM クライアントに接続。
5. コミット前に pre-commit hook をリンク（scripts/pre-commit）。フォーマッタは Dart=120、Python=black 120、C/C++=clang-format。backend/test.sh / app/test.sh で検証してから PR（squash merge は禁止、regular merge のみ）。

(C) ハードも自作したい場合：omi/（ウェアラブル）・omiGlass/（グラス）にある回路図・BOM・Zephyr/ESP32 ファームを flash するだけで、市販 Omi を買わずに同等環境を再現できる。

This site is open source. Improve this page.